原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512241.shtm
?
機器化學家探索星際資源的原位利用示意圖。中國科大供圖
火星移民是人類的夢想。實現這一夢想，首先要解決火星大氣中氧氣缺乏的難題。
近日，中國科學技術大學（以下簡稱中國科大）教授羅毅、江俊和副教授尚偉偉團隊與中國深空探測實驗室研究員張哲等合作，通過前期研制的機器化學家“小來”平臺，利用火星隕石制備出實用的產氧催化劑，“生產”出氧氣。11月14日，該研究成果發表于《自然-合成》。
“這是使用火星原料制備出的第一個產氧催化劑。此次研究不僅驗證了人工智能技術創制新材料的超強能力，還向火星移民、星際探索等邁出了非常重要的一步。”論文共同通訊作者羅毅告訴《中國科學報》。
“就地取材”制出催化劑
水、氧氣是人類賴以生存的重要物質基礎。科學家發現，火星上存在水資源，但沒有氧氣。 在地球上，通過電催化析氧反應，以水為原料，科研人員成功制備出了氧氣。那么，在火星上是否也可以實現這一目標？由于目前人類無法在火星環境下長期生存，因此無法“就地取材”在火星上制備產氧催化劑。 人工智能機器人為此提供了一個完美的解決方案。 2022年9月，中國科大機器化學家“小來”系統接到一項特殊任務——用火星隕石中的一些成分制備催化劑。 “實驗中的隕石都真正來自火星。”論文第一作者、中國科大副研究員朱青介紹，火星隕石里包含鐵、錳、鎳、鈣、鎂、鋁等元素，這些金屬元素都是合成催化劑的必要成分。 “小來”利用自身裝載的激光誘導擊穿光譜設備，對火星隕石進行了詳細的礦物分析，發現其中有很多種金屬適合作為產氧催化劑的有效成分。接下來，它通過強酸浸漬將礦物全部溶解，提煉出里面的金屬組分；然后，加堿沉淀得到一個含多金屬的氫氧化物；最后，以氫氧化物作為陽極催化劑，參與火星鹵水的電解反應，從而制備出氧氣。 論文共同通訊作者江俊表示：“該工作成功展示了在地外星系上因地制宜創制化學品的智能化全流程，為未來地外文明探索提供了新的技術手段，為我國在月球、火星空間站上實現星際資源的原位綜合利用提供了獨特方案。” 《自然-合成》的一位審稿專家高度評價此項工作，稱論文報道了“通過機器化學家系統在火星上合成產氧催化劑的令人興奮的方法”。2000年時間縮短至6周
火星隕石中的金屬成分組合形成催化劑，大概有300多萬種配方。如何在如此大的基數中快速找到最優配比？ “小來”展現出了超越人類科學家的理論與實踐能力，首先利用它的“計算大腦”自主創建了一批理論構象，然后開始做大規模的理論計算。同時，“小來”通過其精準的自動化操作能力，快速高效地執行實驗任務。 “理論模擬可以判斷大致的優化方向，機器實驗則能提供精準的實測數據。將理論大數據與實驗小數據對齊，就建立起了一個理實交融的機器學習模型。”朱青說，該智能模型能更好描繪整個高維空間中的化學反應走勢，這是依靠人類傳統經驗無法實現的。 也就是說，這個智能模型有“預測全局”的能力，可在數百萬個配方中“推薦”出性能最好的配方。根據此配方，“小來”再進行實驗驗證。 最終，經過6周243次實驗，“小來”成功利用5種火星隕石制備出一款實用的產氧催化劑。“如果人類化學家通過‘試錯’的模式進行研究，這個工作可能需要2000年才能完成。”朱青說。 “這種理實交融的研究范式極大加快了新材料發現的過程，能夠從數百萬種可能的配方中迅速識別出最佳組合。”江俊表示。原位綜合利用星際資源
那么，用火星隕石制備的催化劑與地球上的催化劑有什么不一樣？為何不直接將催化劑從地球帶到火星上？ “這里強調的是一種原位資源利用策略。在未來的火星移民、星際探索中，不太可能一直將地球上的物資運送過去。一是運輸成本太高，二是地外環境下的化學反應情況跟地球上不一樣，并且催化劑材料自身也有使用壽命。”江俊說，因此，最好的方法就是“就地取材”。例如，機器人在無人監管的情況下，可利用未知的物質自主發現并且創造出有用的化學品。 隨著人類深空探測活動日益活躍，傳統運載方式難以支撐未來空間任務的發展，需要不斷減少對地球物質能源補給的依賴，原位資源利用技術就成為了重要手段。 江俊介紹，地外原位資源利用指的是在星際探索的過程中，因地制宜采集當地的物質資源進行物理化學方面的改造，使其變成有用的化學品、材料、設施。 此前，羅毅、江俊等人與其他團隊協作，發現“嫦娥五號”取回的月壤可以進行原位資源利用，展示了機器人從制備催化劑到生產地外燃料和氧氣無人化操作的全過程。 在該研究中，研究團隊最大程度模擬了火星環境下的催化效果。在300立方米的空間站頂部鋪滿火星隕石催化劑，利用太陽光發電驅動電解水反應，15個小時后室內的氧氣濃度即可達到人類生存所需的指標。 “未來，人類可以在火星上建立一個個產氧小工廠，在其屋頂鋪滿‘小來’制備的產氧催化劑，經過反應，就能得到氧氣。” 江俊說。 “下一步，我們計劃為機器人配備更多的傳感器和光譜設備，使其擁有探測感知和預測化學物質微觀演化的能力，以更好適應不同的化學場景。”江俊說。此外，他們還計劃建立一個有數百個機器人和數千個工作站的大型機器化學家實驗室。這樣一來，不僅能覆蓋更廣泛的科學研究領域，讓更多科研人員參與和智能化學相關的研究，還能產生高質量、高通量的科學數據，助力建立跨學科、跨領域的通用科學智能模型。相關論文信息：
https://doi.org/10.1038/s44160-023-00424-1